揭露神经内分泌前列腺癌的机器学习驱动的七基因干细胞特征,预测进展
Agustina Sabater1,2,3, Pablo Sanchis1,2,3, Rocio Seniuk1,2
1Departamento de Química Biológica, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Buenos Aires C1428EGA, Argentina.
International journal of molecular sciences
|November 9, 2024
概括
一种新的七基因特征预测了侵袭性前列腺癌 (PCa) 和神经内分泌前列腺癌 (NEPC) 的进展. 这一发现有助于个性化医疗和改善PCa患者的治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 前列腺癌 (PCa) 是一个主要的全球健康问题.
- 进展为侵袭性神经内分泌前列腺癌 (NEPC) 提出了重大挑战.
- 准确的预测工具对于有效的PCa管理至关重要.
研究的目的:
- 开发和验证PCa.的茎性相关基因特征.
- 为了识别患有高风险的病人,积极的疾病进展.
- 增强PCa个性化治疗策略.
主要方法:
- 在大规模的转录基因数据上利用机器学习 (随机森林,拉索回归).
- 开发了一个七个基因的签名 (KMT5C,DPP4,TYMS,CDC25B,IRF5,MEN1,DNMT3B).
- 在独立队列和患者衍生异种移植 (PDX) 模型中验证了签名.
主要成果:
- 七个基因签名在多个生存终点中显示出强大的预后价值.
- 成功识别了NEPC亚型,并预测了与签名的非NEPCPCPCa中的糟糕结果.
- 签名显示了双重预测和分类能力.
结论:
- 验证的七基因签名是预测PCa进展和识别NEPC的强大工具.
- 这个签名通过指导治疗策略来支持个性化医疗.
- 为改善PCa患者的治疗结果提供了宝贵的资源.


